基于OpenCL的人脸识别与隐藏系统

来源 :计算机与现代化 | 被引量 : 1次 | 上传用户:wtwl66
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为加强人脸识别系统的隐私保护,本文引入基于灰度图像改变的加密解密算法对重要识别对象进行保护。为提高人脸识别与加密解密速度,运用Open CL技术在异构平台下实现单设备与多设备的并行加速。测试结果表明,在使用单GPU时人脸识别局部加速达到1.9x,图像加密加速达到6.65x,而双GPU加速时,前者加速比可达4.11x,后者加速比与单GPU近似。
其他文献
相位标志牌是重要的电力设施,通常安装在杆塔的显著位置,由于其长期经受风吹雨淋,容易发生破损、划痕等缺陷。本文提出一种相位标志牌识别和缺陷检测算法。首先采用导向滤波、灰度化方法对图像进行预处理;使用固定阈值和漫水填充算法对图像进行分割;运用基于SURF算法和FLANN算法对提取的相位标志牌进行识别;在识别出相位标志牌信息后,通过计算模板和待检测相位标志牌B通道直方图的相交系数百分比,判断相位标志牌是
多目标跟踪的实时性、目标的状态提取与航迹连续的正确率受杂波、漏检、目标近距离这些因素的干扰。为了解决这些问题,提出一种改进的SMC-PHD滤波器。首先,基于2个“一对一”
为了提高字典学习算法的分类性能,提出基于原子的类标一致和局部特征约束的字典学习算法(LCLCDL)。利用原子和训练样本的类标设计判别稀疏矩阵,并构造类标一致模型作为判别式项
作为保证Web应用系统稳定性和可靠性的重要手段,Web负载测试逐渐成为软件开发生命周期中很重要的一个环节。然而,区别于传统的软件测试,Web应用系统的复杂性及其用户行为的不可预见性使得Web负载测试变得很困难。针对上述问题,提出一种Web使用频繁模式子树挖掘算法,从用户的访问日志中挖掘出频繁访问的Web页面,分析用户的行为特征,使得负载环境尽可能与真实世界接近。最后利用性能测试工具LoadRunn